摘要

视频超分辨率技术的目标在于有效从低分辨率（LR）视频中恢复出高分辨率（HR）视频。以往的方法通常利用光流进行帧对齐，并从时空两个维度设计网络框架。然而，光流估计容易出现误差，从而导致重建效果下降。此外，如何高效融合多帧视频特征仍是一个具有挑战性的问题。本文提出一种新颖的局部-全局融合网络（Local-Global Fusion Network, LGFN），以解决上述问题。不同于传统依赖光流的方法，本工作采用可变形卷积（Deformable Convolutions, DCs）并结合减少的多膨胀卷积单元（Decreased Multi-Dilation Convolution Units, DMDCUs），实现高效且隐式的帧对齐。此外，我们设计了一种双分支结构，包含局部融合模块（Local Fusion Module, LFM）与全局融合模块（Global Fusion Module, GFM），从不同角度融合视频信息：LFM关注相邻帧之间的关系，以保持时间一致性；GFM则通过视频打乱策略（video shuffle strategy），全局地利用所有相关特征，提升信息整合能力。得益于所提出的先进网络架构，我们在多个数据集上的实验结果表明，LGFN不仅在性能上达到与当前最先进方法相当的水平，还展现出对多种视频帧的可靠恢复能力。LGFN在基准数据集上的实验结果已发布于 https://github.com/BIOINSu/LGFN，相关源代码将在论文被接收后立即公开。